arXiv cs.RO 机器人学· Seongmin Park, Jaewon Lee, Yujun Heo, Yoonsik Kim, Seheon Choi, Hyoung-rock Kim, Jungwook Choi·2026-10-14 12:00· 5 小时前精选AI 评分63

QCRL 通过量化条件强化学习修复 VLA 策略的低比特量化失效

Recovering Low-Bit Failures in Vision-Language-Action Policies via Quantization-Conditioned Reinforcement Learning

AI 导读

论文提出量化条件强化学习（QCRL）这一离线RL方法，通过基于进度的优势估计与量化感知源条件化，修复视觉-语言-动作（VLA）策略在低比特量化下的任务完成损失。

推荐理由

论文用4050次真实试验量化了量化对VLA长程任务的损失，并给出可迁移的离线RL缓解思路。